Salam, Habr! Bu gün biz sizə adətən insan müdaxiləsi tələb edən problemləri həll etmək üçün Azure-dan necə istifadə edəcəyinizi göstərəcəyik. Agentlər eyni suallara cavab vermək, telefon zəngləri və mətn mesajlarını idarə etmək üçün çox vaxt sərf edirlər. Çatbotlar ünsiyyəti və tanınmanı avtomatlaşdırır və insanların üzərinə düşən yükü azaldır. Botlar Azure DevOps-da da istifadə olunur, burada onlar, məsələn, buraxılışları təsdiq etməyə, quruluşları idarə etməyə - baxmaq, işə salmaq və dayandırmaq - birbaşa Slack və ya Microsoft Teams-dən imkan verir. Əslində, chatbot bir qədər CLI-ni xatırladır, yalnız interaktivdir və tərtibatçıya söhbət müzakirəsi kontekstində qalmağa imkan verir.
Bu yazıda biz chatbotların yaradılması alətləri haqqında danışacağıq, onların koqnitiv xidmətlərlə necə təkmilləşdirilə biləcəyini göstərəcəyik və Azure-da hazır xidmətlərlə inkişafı necə sürətləndirməyi təsvir edəcəyik.
Çatbotlar və koqnitiv xidmətlər: oxşarlıqlar və fərqlər nələrdir?
Microsoft Azure-da botlar yaratmaq üçün siz Azure Bot Xidmətindən və Bot Çərçivəsindən istifadə edirsiniz. Onlar birlikdə hazır modullardan nitq dəstəyi, təbii dilin tanınması və digər imkanları olan həm sadə, həm də təkmil rabitə sistemləri yaratmağa imkan verən botların yaradılması, sınaqdan keçirilməsi, yerləşdirilməsi və idarə edilməsi üçün proqram kompleksini təmsil edir.
Tutaq ki, siz korporativ sual-cavab xidmətinə əsaslanan sadə bot tətbiq etməlisiniz və ya əksinə, mürəkkəb, şaxələnmiş kommunikasiya sistemi ilə funksional bot yaratmalısınız. Bunu etmək üçün üç qrupa bölünən bir sıra vasitələrdən istifadə edə bilərsiniz:
- Dialoq interfeyslərinin (botların) sürətli inkişafı üçün xidmətlər.
- Müxtəlif istifadə halları üçün hazır koqnitiv AI xidmətləri (naxışın tanınması, nitqin tanınması, bilik bazası və axtarış).
- AI modellərinin yaradılması və öyrədilməsi üçün xidmətlər.
Tipik olaraq, insanlar intuitiv olaraq "botlar" və "idrak xidmətləri" ni qarışdırırlar, çünki hər iki konsepsiya ünsiyyət prinsipinə əsaslanır və botlar və xidmətlər üçün istifadə vəziyyəti dialoqları əhatə edir. Lakin chatbotlar açar sözlər və tetikleyicilərlə işləyir və koqnitiv xidmətlər adətən insanlar tərəfindən işlənən ixtiyari sorğularla işləyir:
Koqnitiv xidmətlər istifadəçi ilə ünsiyyət qurmağın başqa bir yoludur, ixtiyari sorğunu aydın əmrə çevirməyə və onu bota ötürməyə kömək edir.
Beləliklə, chatbotlar sorğularla işləmək üçün tətbiqlərdir və koqnitiv xidmətlər ayrı-ayrılıqda işə salınan, lakin chatbotun daxil ola biləcəyi və "ağıllı" olmaq üçün sorğuların intellektual təhlili üçün alətlərdir.
Çatbotların yaradılması
Azure-da bot üçün tövsiyə olunan dizayn diaqramı aşağıdakı kimidir:
Azure-da botları dizayn etmək və inkişaf etdirmək üçün istifadə edin . GitHub-da mövcuddur , çərçivənin imkanları dəyişir, ona görə də botlarda istifadə olunan SDK versiyasını nəzərə almaq lazımdır.
Çərçivə botlar yaratmaq üçün bir neçə variant təqdim edir: klassik koddan, komanda xətti alətlərindən və ya axın qrafiklərindən istifadə. Sonuncu seçim dialoqları vizuallaşdırır, bunun üçün menecerdən istifadə edə bilərsiniz . O, disiplinlərarası qrupların botlar yaratmaq üçün istifadə edə biləcəyi vizual inkişaf vasitəsi kimi Bot Framework SDK üzərində qurulmuşdur.
Bot Framework Composer sizə botun işləyəcəyi dialoq strukturu yaratmaq üçün bloklardan istifadə etməyə imkan verir. Bundan əlavə, siz tetikleyiciler, yəni dialoq zamanı botun reaksiya verəcəyi açar sözlər yarada bilərsiniz. Məsələn, "operator", "oğurluq" və ya "dayan" və "kifayət qədər" sözləri.
Bot Framework Composer proqramında siz istifadə edərək mürəkkəb dialoq sistemləri yarada bilərsiniz . Dialoqlar həm koqnitiv xidmətlərdən, həm də hadisə kartlarından (Adaptiv Kartlar) istifadə edə bilər:
Yaradandan sonra siz chatbot-u abunədə yerləşdirə bilərsiniz və avtomatik hazırlanmış skript bütün lazımi resursları yaradacaq: koqnitiv xidmətlər, Tətbiq planı, Tətbiq İnsightları, verilənlər bazası və s.
QnA Maker
Korporativ sual-cavab verilənlər bazası əsasında sadə botlar yaratmaq üçün siz QnA Maker koqnitiv xidmətindən istifadə edə bilərsiniz. Sadə veb sehrbaz kimi həyata keçirilən o, korporativ bilik bazasına (FAQ URL-ləri) keçid daxil etməyə və ya *.doc və ya *.pdf formatında sənəd bazasından əsas kimi istifadə etməyə imkan verir. İndeksi yaratdıqdan sonra bot avtomatik olaraq istifadəçinin suallarına ən uyğun cavabları seçəcək.
QnAMaker-dən istifadə etməklə siz həmçinin düymələrin avtomatik yaradılması ilə aydınlaşdırıcı suallar zəncirləri yarada, bilik bazasını metadata ilə tamamlaya və istifadə zamanı xidməti daha da öyrədə bilərsiniz.
Xidmət yalnız bu funksiyanı həyata keçirən chatbot kimi və ya sorğudan asılı olaraq digər AI xidmətlərindən və ya Bot Çərçivəsinin elementlərindən istifadə edən mürəkkəb chatbotun bir hissəsi kimi istifadə edilə bilər.
Digər koqnitiv xidmətlərlə işləmək
Azure platformasında çoxlu müxtəlif koqnitiv xidmətlər mövcuddur. Texniki cəhətdən bunlar koddan çağırıla bilən müstəqil veb xidmətləridir. Cavab olaraq xidmət chatbotda istifadə oluna bilən müəyyən formatda json göndərir.
Chatbotlardan ən çox istifadə edilənlər bunlardır:
- Mətnin tanınması.
- Tərtibatçı tərəfindən müəyyən edilmiş Xüsusi Vision Xidməti təsvir kateqoriyalarının tanınması (istehsal işi: işçinin şapka, gözlük və ya maska taxıb-taxmamasının tanınması).
- Üzün tanınması (mükəmməl istifadə nümunəsi sorğu edilən şəxsin öz üzünü və ya məsələn, itin və ya fərqli cinsdən olan şəxsin şəklini yerləşdirib-yerləşdirmədiyini yoxlamaqdır).
- Nitqin tanınması.
- Şəkil təhlili.
- Tərcümə (Skype-da sinxron tərcümənin nə qədər səs-küyə səbəb olduğunu hamımız xatırlayırıq).
- Orfoqrafiya yoxlanışı və səhvləri düzəltmək üçün təkliflər.
LUIS
Həmçinin, botlar yaratmaq üçün sizə lazım ola bilər (Language Understanding Intelligent Service). Xidmət məqsədləri:
- İstifadəçinin ifadəsinin məntiqli olub-olmadığını və botun cavabının lazım olub olmadığını müəyyənləşdirin.
- İstifadəçi nitqini (mətnini) bot üçün başa düşülən əmrlərə köçürmək səylərini azaldın.
- Həqiqi istifadəçi məqsədlərini/niyyətlərini proqnozlaşdırın və dialoqdakı ifadələrdən əsas fikirləri çıxarın.
- Tərtibatçıya yalnız bir neçə mənanın tanınması və əməliyyat zamanı botun əlavə təlimindən istifadə edərək botu işə salmağa icazə verin.
- Tərtibatçıya əmr transkripsiyasının keyfiyyətini qiymətləndirmək üçün vizuallaşdırmadan istifadə etmək imkanı verin.
- Həqiqi hədəf tanınmasında artan təkmilləşdirmələrə kömək edin.
Əslində, LUIS-in əsas məqsədi istifadəçinin nə demək istədiyini müəyyən bir ehtimalla başa düşmək və təbii sorğunu harmonik əmrə çevirməkdir. Sorğu dəyərlərini tanımaq üçün LUIS bir sıra niyyətlərdən (mənalar, niyyətlər) və obyektlərdən istifadə edir (ya tərtibatçılar tərəfindən əvvəlcədən konfiqurasiya edilmiş, ya da götürülmüş və əvvəlcədən formalaşmış “domenlər” – Microsoft tərəfindən hazırlanmış standart ifadələrin bəzi hazır kitabxanaları).
Sadə bir misal: sizə hava proqnozu verən bir botunuz var. Onun üçün məqsəd təbii sorğunun "hərəkətə" çevrilməsi olacaq - hava proqnozu sorğusu, subyektlər isə vaxt və məkan olacaq. CheckWeather niyyətinin belə bir bot üçün necə işlədiyini göstərən diaqram budur.
Niyyət
Essence
Təbii sorğu nümunəsi
Hava vəziyyətini yoxlayın
{"növ": "yer", "müəssisə": "moskva"}
{"növ": "builtin.datetimeV2.date", "obyekt": "gələcək","qətnamə":"2020-05-30"}
Sabah Moskvada hava necə olacaq?
Hava vəziyyətini yoxlayın
{ "növü": "tarix_aralığı", "müəssisə": "bu həftə sonu" }
Mənə bu həftə sonu üçün proqnozu göstər
QnA Maker və LUIS-i birləşdirmək üçün istifadə edə bilərsiniz .
Siz QnA Maker ilə işlədiyiniz zaman və istifadəçidən sorğu aldıqda, sistem QnA-dan gələn cavabın sorğuya uyğun olma ehtimalının neçə faizini müəyyən edir. Ehtimal yüksək olarsa, istifadəçiyə sadəcə olaraq korporativ məlumat bazasından cavab verilir, azdırsa, sorğu aydınlaşdırmaq üçün LUIS-ə göndərilə bilər. Dispetçerdən istifadə bu məntiqi proqramlaşdırmağa deyil, sorğuların ayrılmasının bu kənarını avtomatik müəyyən etməyə və onları tez bir zamanda yaymağa imkan verir.
Botun sınaqdan keçirilməsi və dərc edilməsi
Test üçün başqa bir yerli proqram istifadə olunur, . Emulatordan istifadə edərək siz botla əlaqə saxlaya və onun göndərdiyi və qəbul etdiyi mesajları yoxlaya bilərsiniz. Emulator mesajları veb çat interfeysində göründüyü kimi göstərir və botla mesajlaşarkən JSON sorğularını və cavablarını qeyd edir.
Emulatordan istifadə nümunəsi BMW üçün virtual köməkçinin yaradılmasını göstərən bu demoda təqdim olunur. Videoda həmçinin chatbotlar yaratmaq üçün yeni sürətləndiricilər - şablonlar haqqında danışılır:
Siz həmçinin chatbotlarınızı yaratarkən şablonlardan istifadə edə bilərsiniz.
Şablonlar sizə standart bot funksiyalarını yenidən yazmağa yox, “bacarıq” kimi hazır kodu əlavə etməyə imkan verir. Buna misal olaraq təqvimlə işləmək, görüşlərin təyin edilməsi və s. ola bilər. Hazır bacarıqlar kodu github-da.
Sınaq uğurla keçdi, bot hazırdır və indi onu dərc etmək və kanalları bağlamaq lazımdır. Nəşr Azure istifadə edərək həyata keçirilir və messencerlər və ya sosial şəbəkələr kanal kimi istifadə edilə bilər. Məlumat daxil etmək üçün lazımi kanalınız yoxdursa, onu GitHab-da müvafiq icmada axtara bilərsiniz.
Həmçinin, istifadəçi və koqnitiv xidmətlərlə ünsiyyət üçün interfeys kimi tam hüquqlu chatbot yaratmaq üçün sizə, əlbəttə ki, verilənlər bazası, serversiz (Azure Functions), həmçinin LogicApp xidmətləri və bəlkə də əlavə Azure xidmətlərinə ehtiyacınız olacaq. , Hadisələr Şəbəkəsi.
Qiymətləndirmə və Analitika
İstifadəçinin qarşılıqlı əlaqəsini qiymətləndirmək üçün siz həm Azure Bot Xidmətinin daxili analitikasından, həm də xüsusi Tətbiq İnsights xidmətindən istifadə edə bilərsiniz.
Nəticədə, aşağıdakı meyarlar əsasında məlumat toplaya bilərsiniz:
- Seçilmiş müddət ərzində neçə istifadəçi müxtəlif kanallardan bota daxil olub.
- Bir mesaj göndərən nə qədər istifadəçi daha sonra qayıdıb, başqa bir mesaj göndərdi.
- Müəyyən edilmiş vaxt intervalı ərzində hər bir kanaldan istifadə etməklə neçə hərəkət göndərilib və qəbul edilib.
Application Insights-dan istifadə etməklə siz Azure-da istənilən tətbiqi və xüsusən də chatbotları izləyə, istifadəçi davranışı, yüklər və chatbot reaksiyaları haqqında əlavə məlumat əldə edə bilərsiniz. Qeyd edək ki, Application Insights xidmətinin Azure portalında öz interfeysi var.
Siz həmçinin bu xidmət vasitəsilə toplanmış məlumatlardan PowerBI-da əlavə vizuallaşdırmalar və analitik hesabatlar yaratmaq üçün istifadə edə bilərsiniz. PowerBI üçün belə bir hesabat və şablon nümunəsi götürülə bilər .
Diqqətiniz üçün hamınıza təşəkkür edirik! Bu yazıda istifadə etdik Microsoft Azure memarı Anna Fenyushina tərəfindən vebinardan “İnsanların vaxtı olmayanda. Rutin prosesləri avtomatlaşdırmaq üçün chatbotlardan və koqnitiv xidmətlərdən necə 100% istifadə etmək olar”, burada biz Azure-da chatbotların nə olduğunu və onlardan istifadə üçün hansı ssenarilərin olduğunu aydın şəkildə göstərdik, həmçinin 15 dəqiqə ərzində QnA Maker-da botun necə yaradılacağını nümayiş etdirdik. sorğu strukturu LUIS-də deşifrə edilir.
Biz bu vebinarı Dev Bootcamp tərtibatçıları üçün onlayn marafonun bir hissəsi kimi etdik. Söhbət inkişafı sürətləndirən və avtomatlaşdırma alətlərindən və hazır əvvəlcədən konfiqurasiya edilmiş Azure modullarından istifadə edərək şirkət işçilərinin gündəlik iş yükünün bir hissəsini azad edən məhsullardan gedirdi. Marafona daxil olan digər vebinarların qeydləri aşağıdakı linklərdə mövcuddur:
-
Azure DevOps xidmətinin təkamülü və yeni imkanları haqqında danışırıq. Biz onun bütün beş əsas komponentini və xidmətin sənaye proqram təminatının hazırlanmasının təşkilinə necə kömək etdiyini ətraflı təhlil edirik. Təqdimatçı: Vladimir Qusarov Microsoft MVP.
Çox mərhələli YAML boru kəmərlərindən istifadə edərək hər hansı bir proqramlaşdırma dilləri üçün "kod kimi montaj" yanaşmasını necə tətbiq edəcəyimizi nəzərdən keçiririk. Təqdimatçı: Vladimir Qusarov Microsoft MVP.
Proqram təminatının mənbə kodunun saxlanması üçün strategiyaların necə hazırlanacağını və Azure Repos-dan istifadə edərək versiya saxlama sistemlərindən necə istifadə ediləcəyini müzakirə edirik. Təqdimatçı: Vladimir Qusarov Microsoft MVP.
WhiteSource alətinin inkişafı və praktiki tətbiqində açıq mənbə idarəetmə üsullarını təqdim edirik. Biz açıq mənbə komponentlərində zəifliklərin axtarışı və WhiteSource-dan istifadə edərək lisenziyalaşdırma təmizliyinin qorunması haqqında danışırıq. Təqdimatçılar: Diana Lisbaron, WhiteSource Satış Direktoru və Daria Oreshkina, Web Control, WhiteSource-un Rusiyadakı rəsmi distribyutoru.
Mənbə: www.habr.com